基于Matlab仿真的当前统计模型的参数校正

当前统计模型能真实地反映目标机动范围和强度的变化,是目前较好的实用模型。大量实验表明该算法在跟踪机动目标时具有良好的跟踪结果。然而实验中也发现该算法在跟踪具有加速度的目标机动情况时,其速度与加速度估计的动态时延明显位置误差较大,因此不能很好地实时反映目标的机动情况。因此需要进行新的调整参数的设定与比较,使其克服以上的缺点,文章借鉴强跟踪滤波器,在滤波器状态预测协方差矩阵中引入了加权因子并利用M atlab仿真技术,针对当前统计模型中对动态时延影响比较大的几个重要参数,进行了仿真对比和调整。跟踪结果表明:动态时延明显减小,位置误差大幅下降,达到了比较理想的跟踪效果。     

与“不定时炸弹”斗智斗勇的人

他们不曾在演习对抗中一展身手,但在幕后却用生命默默地做着保障工作;他们没有上过战场,但硝烟却始终在他们身边萦绕;他们不曾经历战争,但弹片却不时在他们头上横飞。他们就是一群"坐在火山口上"书写忠诚大爱的人——空军装备研究院某所退役航弹处官兵。     

一种基于当前统计模型的模糊交互多模型算法

研究了模糊交互多模型算法(FIMM)和基于当前统计模型(CS)的自适应滤波算法,提出了一种基于当前统计模型的模糊交互多模型算法(CSFIMM)。该算法克服了模糊交互多模型算法精度较低和当前统计模型自适应滤波器方差调整有限的缺点。通过仿真,对所提出的算法和交互多模型(IMM)算法以及FIMM算法在估计精度和计算量两个方面进行了比较。     

为跨越式发展和长治久安提供坚实的统计保障

提高统计能力,提高统计数据质量,提高统计公信力。推进统计信息化,打造透明统计,全面反映兵团事业的成果、兵团职工群众的辛勤劳作和喜悦。     

基于“当前”统计模型的衰减因子自适应跟踪算法

针对机动目标跟踪问题,叙述了加速度方差自适应的"当前"统计模型.提出了一种具有自适应衰减因子的滤波算法,并对该算法进行了较为深入的理论分析.这种衰减记忆滤波具有集机动检测与参数自调整于一体的能力,最后Monte-Carlo仿真结果表明,这种自适应算法较原算法有较大的改进.     

一种改进的均方根容积粒子滤波算法

传统的粒子滤波算法在重要性采样估计时忽略了当前量测影响。在非线性场景下,传统的粒子滤波导致个别粒子具有大权值,造成估计结果精度差。针对该问题,结合均方根容积卡尔曼滤波(SCKF)算法和Gating技术,提出了一种新的重要性函数估计算法。本算法将后验概率作为重要性采样函数,通过利用SCKF和统计距离,建立粒子与量测的关联关系,实现对重要性采样函数的均值和协方差矩阵的估计。而后,使用粒子滤波算法,对多目标状态和数目进行估计。实验表明,在非线性跟踪场景下,本算法估计精度高,估计结果稳定。     

情报信息处理能力测试与评估技术

复杂战情下情报信息处理能力的测试与评估一直是舰载作战系统研制过程中的一大难题.建立了舰载作战系统情报信息处理能力评估的指标体系,给出了各项指标的定义、评估方法及工程数学模型,介绍了半实物仿真试验中复杂战情的构成、产生方法以及仿真测试系统的组成和运行流程,简述了在某型舰载作战系统陆试中的应用情况.     

某型弹用管控高温通讯异常分析

某型弹用管控处理装置在环境应力筛选试验高温阶段出现通讯异常现象,对故障产生的原因进行了查找和分析,最终得出是由于器件选用时考虑不周导致信号在高温出现时序判读错误,由此及时解决了问题并从中获得宝贵经验和启示。     

预警卫星情报处理系统效能评估

预警卫星面临着海量情报数据处理的任务需求,正确地评估其情报处理系统效能对分析预警卫星的探测能力具有重要意义。通过分析情报处理系统工作模式,依据效能评估准则和指标体系构建原则,从情报处理能力、目标检测能力、资源运用能力、系统服务能力4个方面构建了预警卫星情报处理系统的效能指标体系,并针对相应的各项指标构建了数学模型,为下一步预警卫星的整体评估工作奠定基础。     

基于先验知识的降秩STAP方法研究

提出了一种基于杂波先验知识的降秩(RR)空时自适应处理(STAP)方法——KA-RR法,该方法首先利用载机平台运动参数、雷达系统参数及地形、地貌参数等先验知识构建机载雷达杂波模型,然后通过该模型对机载雷达杂波数据进行预白化处理,最后利用降秩STAP方法自适应抑制剩余杂波。仿真结果表明,相对于传统的降秩STAP方法,KA-RR方法具有更好的杂波抑制性能和更强的鲁棒性。